面向主题的汉语变体可比语料库
计算与语言
2024-11-19 v1
摘要
本研究旨在通过分别从中国大陆和台湾的社交媒体中构建中国大陆普通话和台湾普通话的面向主题的可比语料库来填补这一空白。我们使用 Dcard 作为台湾普通话的来源，使用新浪微博作为中国大陆普通话的来源，创建了一个定期更新并反映社交媒体上现代语言使用的可比语料库。
引用
@article{arxiv.2411.10955,
title = {A Topic-aware Comparable Corpus of Chinese Variations},
author = {Da-Chen Lian and Shu-Kai Hsieh},
journal= {arXiv preprint arXiv:2411.10955},
year = {2024}
}
备注
4 pages, 4 figures, presented at APCLC2018: ASIA-PACIFIC CORPUS LINGUISTICS CONFERENCE 2018